L'enthousiasme pour les modèles de fondation, tels que Google Gemini, Anthropic Claude, Amazon Bedrock et OpenAI GPT-4, diminue au sein des entreprises, qui recherchent plutôt des ROI. (Photo Pixabay)
L'engouement pour la GenAI et les technologies d'IA associées s'estompe, ce qui conduit les entreprises à rechercher des retours concrets sur leurs investissements.
Le cabinet d'études Gartner a publié hier son Hype Cycle 2024 pour les technologies émergentes (sur abonnement), et le rapport révèle que l'IA générative (GenAI) a dépassé le « pic des attentes exagérées » et glisse maintenant vers le « creux de la désillusion ». Tout comme la GenAI, l'ingénierie logicielle augmentée par l'IA est également en train de dévaler la pente, après avoir dépassé les attentes exagérées des marchés, selon Gartner, dont le Hype Cycle décrit l'ascension fulgurante et le refroidissement éventuel de l'adoption d'une technologie. Les outils de génération de code assistée par l'IA sont de plus en plus répandus dans l'ingénierie logicielle et, de manière quelque peu inattendue, sont devenus un fruit à portée de main pour la plupart des entreprises qui expérimentent la GenAI. Les taux d'adoption montent en flèche. En effet, même s'ils ne font que suggérer un code de base pour une application, les outils d'automatisation peuvent éliminer des heures qui auraient autrement été consacrées à la création et à la mise à jour manuelles du code. Selon le Gartner, l'ingénierie rapide constitue le point culminant des attentes exagérées. Alors que la plupart des grands modèles de langage comme le GPT-4 d'OpenAI sont pré-remplis avec des quantités massives d'informations, l'« ingénierie de l'invite », une manière d'entraîner l'algorithme, permet à la GenAI d'être adaptée à une industrie spécifique ou même à une utilisation organisationnelle.
La GenAI est déjà dans la pente de la désillusion dans le cycle Hype du Gartner.
L'intérêt pour la GenAI baisse à mesure que le RIO devient la priorité
L'enthousiasme pour les modèles de fondation, tels que Google Gemini, Anthropic Claude, Amazon Bedrock et OpenAI GPT-4, diminue au sein des entreprises, qui recherchent plutôt des retours sur investissement (ROI pour Return on investment) concrets. Aujourd'hui, les entreprises ne déploient le plus souvent l'IA générative que pour des cas d'utilisation qui génèrent un retour sur investissement, selon Arun Chandrasekaran, vice-président et analyste au Gartner. « L'IA générative est en train de glisser vers le creux de la désillusion en raison du décalage entre les attentes élevées et la réalité, des défis des entreprises dans la maturation de leur ingénierie des données et de leur gouvernance de l'IA, ainsi que du retour sur investissement intangible de nombreuses initiatives de GenAI », a déclaré M. Chandrasekaran.
L'IA générative glisse vers le « creux de la désillusion » faute de ROI satisfaisant., selon le Gartner.
Bien que la technologie ait été annoncée comme une aubaine pour la productivité, il peut s'avérer difficile de déterminer le retour sur investissement de la GenAI. Ce n'est pas nécessairement parce qu'il est difficile de trouver le retour sur investissement, mais parce qu'il est difficile de l'exprimer, car de nombreux avantages tels que la productivité ont des impacts indirects ou non financiers qui créent des résultats financiers à l'avenir, selon Rita Sallam, vice-présidente et analyste chez Gartner. Le creux de la désillusion décrit par le cabinet d'études est une période où l'intérêt diminue lorsque les expériences et les mises en oeuvre ne répondent pas à l'engouement initial pour une technologie. Les fournisseurs de la technologie se retirent ou échouent. Selon Gartner, les investissements ne se poursuivent que si les fournisseurs survivants améliorent leurs produits à la satisfaction des premiers utilisateurs.
Les agents d'IA sous les feux de la rampe
Mais loin d'être un simple effet négatif, le creux de la désillusion peut conduire à ce que Gartner décrit comme le « plateau de la productivité », lorsque l'adoption par le grand public commence à décoller. Cela signifie également que l'accent mis par les entreprises sur le retour sur investissement stimulera probablement l'adoption de l'IA autonome sous la forme d'agents IA, qui présentent un potentiel plus solide en termes de gains de productivité et d'efficacité. Un agent IA est un logiciel qui recueille des données et les utilise pour effectuer des tâches autodéterminées afin d'atteindre des objectifs prédéterminés. Par exemple, un agent IA pourrait jouer le rôle d'un représentant du service clientèle et poser automatiquement différentes questions au client, rechercher des informations dans des documents internes et répondre en proposant une solution. En fonction des réponses du client, il détermine s'il peut résoudre la question lui-même ou la transmettre à un humain.
D'ici à 2030, les entreprises dépenseront 42 milliards de dollars par an pour des projets d'IA générique tels que les chatbots, les outils de recherche, de rédaction et de synthèse, selon Gartner. Les systèmes d'IA autonomes peuvent fonctionner avec une supervision humaine minimale. Ils cherchent à « comprendre » leur environnement, à en tirer des conclusions et à adapter leurs actions en conséquence, selon M. Chandrasekaran. « Ils peuvent prendre des décisions, acheter des produits et accomplir des tâches, en réalisant des objectifs dans une série d'environnements aussi efficacement que les humains. Les systèmes capables d'effectuer toutes les tâches qu'un humain peut accomplir commencent à passer lentement de la science-fiction à la réalité », a-t-il souligné. Si la génération actuelle de modèles d'IA manque d' « autonomie », les laboratoires de recherche en IA mettent rapidement au point des agents capables d'interagir dynamiquement avec leur environnement pour atteindre leurs objectifs, même si le processus sera progressif, a fait remarquer M. Chandrasekaran.
Un oeil sur les autres technologies émergentes
« Même si l'IA continue d'attirer l'attention, les DSI et autres responsables informatiques doivent également examiner d'autres technologies émergentes ayant un potentiel de transformation pour les développeurs, la sécurité et l'expérience des clients et des employés, et élaborer des stratégies pour exploiter ces technologies en fonction de la capacité de leur organisation à gérer des technologies non éprouvées », a rapporté M. Chandrasekaran. Le Gartner indique que son Hype Cycle for Emerging Technologies est unique parmi les autres Hype Cycles de l'entreprise parce qu'il distille des informations sur plus de 2 000 technologies et se concentre sur celles émergentes « à connaître absolument ». « Ces technologies ont le potentiel d'apporter des avantages transformationnels au cours des deux à dix prochaines années », a déclaré le Gartner. Les logiciels d'IA autonomes figurent parmi les quatre technologies émergentes citées dans le rapport parce qu'ils peuvent fonctionner avec une supervision humaine minimale, s'améliorer eux-mêmes et devenir efficaces dans la prise de décision dans des environnements complexes. « Ces systèmes d'IA avancés, capables d'exécuter n'importe quelle tâche humaine, commencent à passer lentement de la science-fiction à la réalité », indique le Gartner dans son rapport. « Ces technologies comprennent les systèmes multi-agents, les grands modèles d'action, les clients-machines, les robots humanoïdes, les agents autonomes et l'apprentissage par renforcement. Les agents autonomes sont actuellement en train de remonter la pente vers le sommet des attentes exagérées. Juste avant les agents autonomes sur cette pente, on trouve l'intelligence artificielle générale, une forme hypothétique d'IA dans laquelle une machine apprend et pense comme un être humain.
Les technologies GenAI évoluent aussi rapidement, note M. Chandrasekaran, et l'innovation se poursuit à un rythme effréné, ce qui peut submerger les responsables informatiques des entreprises. « De nombreuses entreprises réalisent également que l'IA générative seule n'est peut-être pas la panacée pour tous leurs cas d'utilisation, et qu'elles doivent la combiner avec d'autres techniques d'IA pour obtenir une valeur significative », a déclaré M. Chandrasekaran. « Le potentiel à long terme de l'IA générative restera important, mais les responsables informatiques des entreprises doivent s'attaquer aux risques à court terme pour atteindre le plateau de productivité. »
Suivez-nous